如何简单解释智能制造落地方案（关于装备智能制造的三个问题）

数字孪生与物理装备是“共生”的关系，碳达峰、碳中和是智能装备发展的重要趋势，实现工业绿色低碳转型需要各方协同，而通过工业互联网、物联网等数字化手段实现智能制造数字化转型是工业绿色低碳转型的重要支撑。

数字孪生与物理装备是“共生”的关系，通过采集孪生数据而建立起的数字孪生模型，是实现自我装备、自我意识、自适应环境变化的关键。真正意义上的数字孪生，一定要深入物理装备实际运行的物理过程。例如通过风电设备上的传感器来获取孪生数据，这些设备的数据，包括风厂、风力、风向等，用数据孪生模型进一步仿真，仿真的意义在于结果实时地反馈回来，例如风机叶片怎么调整，发电的效率怎样提高等。

作为智能装备的魂，数字孪生体，当然也要关注下一刻的状态。所以数字孪生体是被时间规定。数字孪生之所以被时间规定，重要的一点就是因为它和物理装备运行的动态是联系在一起的。

举个例子，比如华中数控公司把“心电图”的概念用到机床上，这个看似很高端，实际很简单，就是把一些切削力，振动情况等数据采集出来，这些数据都是随时间变化的、实时的采集数据，通过这些数据，构造数字孪生体，再去分析判断。通过机床收集孪生数据，最后反馈回来，控制机床。所以以前的数据采集和真正意义上的数字孪生还是有相当距离的。

知识，实际上是数据在时空中的关系。如果把时间和空间看作数据的一部分属性，那么所有的知识就都是数据之间的关系。数据在时空中的关系只有在极少数的情况下才可以用简洁美妙的数学方程式表达出来，在绝大多数情形下，知识表现为数据间的相关性的集合。其相关性绝大多数都在我们的感觉和理解能力之外。

例如，对高维的时空人类只能“降维”想象，用三维空间类比。对于数据间的关系，人类凭感觉只能把握一阶的或线性的关系，对于二阶以上的非线性关系就很难把握。这些数据间的关系就掉入了人类感官和数学理解能力之外的“暗知识”大海。

未来装备，从上世纪以来，就有人关注生物与技术交织在一起的生命体。有人讲，人是一种把说话技术都用于支持和拓展的构造体，有两种类型的躯体可以选择，一种是真实躯体，我们真实的躯体去与真实的世界相连。另外是虚拟躯体，就是电子流动，与世界相连。

美国学者、普利策奖得主约翰·马尔科夫在《与机器人共舞》一书中提到“AI”和“IA”两种思路。“IA”叫做智能增强（IntelligenceAugmentation），它所强调的是借助机器加强或拓展人类智能，而不是取代人类的能力。人与机器和谐共存，智能增加的人类有效掌控着机器，让机器为人类服务而不是相反。机器干机器应该干的活，人干人应该干的事，有时则应人机合作，人机共事。

现在有云端机器人，也是考虑人机结合，例如机器人训练师平台，就可以实现机器人的人工增强训练和智能增长，像机器人的视觉、触觉、味觉等。但是，机器人的视觉也不能全面超越人的视觉，因为人对视觉的感知是不需要计算的，所以人的有些感知，又可以与机器人形成互补。

低碳对一个企业而言是很重要的一个内容。三菱公司在节能方面非常重视，日本三菱公司是做电器的，它的车间里能耗监测点很多，包括变配电、照明、空调等，尤其是重点设备的实时能耗数据。这些数据经过分析，发现关联，采取措施，就可以节省能源。

装备制造业里不起眼的，但是和减碳有关系的就是包装。包装的循环使用、尽量取消一次性的木质包装箱的使用、包装箱尽量共享等这些思路当然很好，但是要做到，也不是一件很容易的事情，包括包装的制造商、维保、集散中心、供应商等很多环节都需要配合。要做到这一点，少不了工业互联网、物联网等数字化手段的助力。

推荐阅读：

李德仁院士：元宇宙与数字孪生是两个不同概念

李国杰院士：关于人工智能本质和价值的13个判断，谨防重蹈覆辙！

邬贺铨院士：标准数字化是大势所趋